massimilianowosz/website_categories

---
dataset_info:
features:
- name: label
dtype: int64
- name: url
dtype: string
- name: text
dtype: string
- name: main_category
dtype: string
- name: main_category_id
dtype: float64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 2020153829
num_examples: 15186
- name: test
num_bytes: 503500228
num_examples: 3797
download_size: 752658626
dataset_size: 2523654057
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集信息

特征

• label: 数据类型为 int64
• url: 数据类型为 string
• text: 数据类型为 string
• main_category: 数据类型为 string
• main_category_id: 数据类型为 float64
• index_level_0: 数据类型为 int64

数据分割

• train:
  • 字节数: 2020153829
  • 样本数: 15186
• test:
  • 字节数: 503500228
  • 样本数: 3797

数据大小

• 下载大小: 752658626 字节
• 数据集大小: 2523654057 字节

配置

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*